论文部分内容阅读
烟叶的片型结构是烟草行业中的关键指标之一,直接关系到烟叶的质量等级。对烟叶的片型结构进行检测分类并确定等级,对烟叶的最终评定具有很重要的意义。目前,我国对烟叶片型结构检测和分类的方法大多依靠人工手段,不仅容易受到操作工人的人为因素影响,而且分类的质量和效率都比较低下,造成人力和物力资源的过多浪费。随着计算机技术和视觉识别技术的飞速发展,研究烟叶片型结构的在线检测分类技术已经很有必要,这样不仅能够大大提高卷烟工业的生产效率,而且能实现生产的自动化,促进农业经济发展。 系统研究的目的是实现烟叶片型结构的实时自动分类,其主要理论依据是图像处理技术和视觉识别技术。本文主要研究了以下几个方面的内容: 1.烟叶片型结构在线检测系统的设计。基于对烟叶片型结构标准的认知,确立了系统的颜色识别能力和尺寸分辨能力。对颜色特性的分析确定了计算机对彩色的识别精度和采集数据的存储结构;对尺寸分辨率的分析明确了目标物体尺寸的识别精度,由此确定了系统的行周期、采集图像大小、扫描频率等系统设计参数。据此能够讨论系统硬件的技术参数,以期与软件算法良好结合。 2.烟叶图像的处理方法。基于双缓存技术,实现了烟叶图像的无遗漏采集,物料信息完全得到处理;采用基于线性模型的校正方法,对获取的烟叶图像进行位置上的幅度校正,提高了图像识别效率;采用建立目标物料特征库的方法,实时地对采集到的图像信号进行识别,由此对烟叶图像进行二值化处理,分离目标物和背景。 3.烟叶叶片的分类方法。根据连通规则计算单个烟叶叶片的面积,利用基于旋转思想的方法判断叶片所属的规格标准,由此得到属于各个规格的叶片总量,从而能够计算烟叶片型结构最终的叶片率。 烟叶片型结构在线检测系统通过训练阶段的实验和实际现场的运用,检测结果表明:利用此系统能够快速、有效的对烟叶的叶片规格给予判断,对烟叶的片型结构作出准确分类。